-
公开(公告)号：CN107464222A
公开(公告)日：2017-12-12
申请号：CN201710549128.7
申请日：2017-07-07
Applicant: 宁波大学
Abstract: 本发明公开了一种基于张量空间的无参考高动态范围图像客观质量评价方法，其从图像数据本身出发，用三阶张量表示彩色的高动态范围图像，然后通过张量分解中的Tucker分解算法，对失真高动态范围图像进行张量分解，从而得到三个特征图像，即第一特征图像、第二特征图像和第三特征图像，三个特征图像中融合了高动态范围图像的颜色信息，接着提取第一特征图像的流形结构特征和第二、三特征图像的感知细节对比度特征，再利用机器学习中的支持向量回归的方法计算失真高动态范围图像的客观质量评价值，从而实现了无参考的彩色高动态范围图像的质量客观评价，评价效果明显提高，从而有效地提高客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN107464222B
公开(公告)日：2019-08-20
申请号：CN201710549128.7
申请日：2017-07-07
Applicant: 宁波大学
Abstract: 本发明公开了一种基于张量空间的无参考高动态范围图像客观质量评价方法，其从图像数据本身出发，用三阶张量表示彩色的高动态范围图像，然后通过张量分解中的Tucker分解算法，对失真高动态范围图像进行张量分解，从而得到三个特征图像，即第一特征图像、第二特征图像和第三特征图像，三个特征图像中融合了高动态范围图像的颜色信息，接着提取第一特征图像的流形结构特征和第二、三特征图像的感知细节对比度特征，再利用机器学习中的支持向量回归的方法计算失真高动态范围图像的客观质量评价值，从而实现了无参考的彩色高动态范围图像的质量客观评价，评价效果明显提高，从而有效地提高客观评价结果与主观感知之间的相关性。
-
Search Results
2
records
(took 0.01 seconds)
